Entrenamiento en Generación de Imágenes Con IA

Lección 1 • Fundamentos éticos y legales

Introduce consideraciones de derechos de autor, consentimiento y sesgos específicos de las imágenes generadas por IA. Establece las expectativas de práctica responsable que se mantendrán a lo largo del curso.

Lección 2 • Conceptos tecnológicos fundamentales

Explica los modelos de difusión, las GAN y las arquitecturas basadas en transformadores a nivel conceptual. Brinda a los estudiantes el vocabulario para entender el comportamiento de las herramientas sin necesidad de saber programar.

Lección 3 • Qué es la generación de imágenes con IA

Define la generación de imágenes con IA y la distingue de las herramientas de arte digital tradicional. Establece la comprensión básica necesaria para todos los capítulos siguientes.

Lección 4 • Panorama de las principales plataformas y herramientas

Examina las plataformas líderes de generación de imágenes con IA y sus fortalezas distintivas. Ayuda a los estudiantes a elegir la herramienta adecuada para objetivos creativos específicos.

Lección 1 • Anatomía de una instrucción efectiva

Desglosa los componentes de una instrucción bien estructurada: sujeto, estilo, medio y ambiente. Proporciona un marco reutilizable que se aplica en todos los ejercicios de redacción posteriores.

Lección 2 • Técnicas de lenguaje descriptivo

Entrena la elección de palabras precisa y evocadora para guiar la salida del modelo hacia las imágenes deseadas. Mejora directamente la calidad de las instrucciones antes de que los estudiantes aborden parámetros avanzados.

Lección 3 • Instrucción negativa

Enseña a excluir elementos no deseados mediante los campos de instrucción negativa. Reduce los artefactos comunes y las salidas imprecisas en las imágenes generadas.

Lección 4 • Redacción de instrucciones con referencia a estilo y artista

Explora cómo la referencia a estilos, movimientos y técnicas artísticas moldea la salida del modelo. Amplía el vocabulario creativo del estudiante para dirigir la estética visual.

Lección 1 • Selección de modelos y puntos de control

Presenta los modelos base, los puntos de control ajustados y su efecto en el estilo de salida. Capacita a los estudiantes para seleccionar el modelo adecuado para cada brief creativo.

Lección 2 • Resolución, relación de aspecto y mosaico

Cubre las dimensiones de salida, la selección de la relación de aspecto y las configuraciones de mosaico continuo. Prepara a los estudiantes para producir imágenes con el tamaño correcto para entregables profesionales específicos.

Lección 3 • Valores semilla y reproducibilidad

Explica cómo los números semilla controlan la aleatoriedad y permiten la reproducción exacta de resultados. Permite a los estudiantes asegurar salidas exitosas e iterar desde una línea base estable.

Lección 4 • Métodos y pasos de muestreo

Explica cómo los diferentes muestreadores afectan la calidad de la imagen, la velocidad y la coherencia del estilo. Conecta la elección del muestreador con las compensaciones prácticas que los estudiantes gestionarán en producción.

Lección 1 • Fundamentos del relleno generativo

Enseña el relleno generativo basado en máscaras para reemplazar o reparar regiones específicas de una imagen. Brinda a los estudiantes un control preciso sobre áreas específicas sin afectar el resto de la imagen.

Lección 2 • Fundamentos de imagen a imagen

Introduce el flujo img2img y cómo las imágenes de entrada guían la generación. Se basa en las habilidades de redacción de instrucciones del Capítulo 2, añadiendo la referencia visual como una segunda capa de entrada.

Lección 3 • De boceto y arte lineal a imagen

Convierte bocetos y arte lineal en imágenes completamente renderizadas usando img2img. Une la ideación tradicional con el renderizado asistido por IA para el desarrollo de conceptos.

Lección 4 • Transferencia de estilo con Img2Img

Utiliza img2img para aplicar estilos artísticos a fotografías y obras de arte existentes. Extiende las técnicas de estilo basadas en instrucciones a flujos de trabajo de transformación impulsados por imágenes.

Lección 1 • Control de pose y cuerpo

Utiliza OpenPose y mapas de esqueleto para controlar la posición de la figura humana en las imágenes generadas. Permite la colocación precisa de personajes para imágenes de producto, moda y narrativa.

Lección 2 • Control de detección de bordes y líneas

Utiliza los detectores de bordes Canny, HED y MLSD para preservar los contornos estructurales de las imágenes de referencia. Mantiene la fidelidad compositiva a la vez que permite total libertad estilística.

Lección 3 • Combinar múltiples unidades de ControlNet

Apila múltiples condiciones de ControlNet simultáneamente para un control compositivo complejo. Prepara a los estudiantes para escenarios de producción avanzados que requieren guía estructural por capas.

Lección 4 • Introducción a ControlNet

Explica el rol de ControlNet para añadir condicionamiento estructural más allá de las instrucciones de texto. Lo posiciona como la herramienta principal para la precisión compositiva en flujos de trabajo profesionales.

Lección 1 • Configuración y ejecución del entrenamiento

Recorre los hiperparámetros clave de entrenamiento, incluyendo la tasa de aprendizaje, los pasos y el tamaño de lote. Brinda a los estudiantes los controles necesarios para ejecutar trabajos de entrenamiento estables y eficientes.

Lección 2 • Evaluar e iterar modelos entrenados

Establece un proceso de evaluación estructurado para valorar la calidad de salida de los modelos ajustados. Enseña a los estudiantes a diagnosticar el sobreajuste, el subajuste y la deriva de estilo.

Lección 3 • Desplegar modelos personalizados en flujos de trabajo

Integra modelos entrenados en flujos de generación de producción junto con ControlNet e instrucciones. Completa el capítulo de ajuste fino conectando el resultado del entrenamiento con el uso creativo real.

Lección 4 • Preparación y curación de conjuntos de datos

Cubre la selección de imágenes, la descripción y el preprocesamiento para un entrenamiento de modelos efectivo. Los conjuntos de datos de alta calidad son el factor determinante más importante de la calidad del modelo ajustado.

Lección 1 • Etalonaje de color y ajuste de tono

Aplica técnicas de corrección y gradación de color para unificar las salidas de IA con las paletas de marca o proyecto. Conecta la generación de IA con los flujos de trabajo de color profesionales utilizados en diseño y fotografía.

Lección 2 • Preparar archivos para la entrega

Cubre los formatos de exportación, perfiles de color y estándares de resolución para la entrega impresa y digital. Garantiza que los estudiantes puedan entregar archivos de calidad profesional que cumplan con las especificaciones del cliente y la plataforma.

Lección 3 • Métodos de escalado con IA

Compara modelos de escalado basados en mosaicos, latentes y dedicados para la mejora de resolución. Capacita a los estudiantes para seleccionar el enfoque de escalado que mejor preserve los detalles para cada caso de uso.

Lección 4 • Restauración de rostros y detalles

Utiliza herramientas de restauración facial y mejoras de detalle para corregir defectos comunes en las salidas de IA. Aborda los problemas de calidad más frecuentes en la generación de personajes y retratos.

Lección 1 • Generación por lotes y automatización

Implementa el procesamiento por lotes, la creación de secuencias de comandos y la automatización mediante API para una producción de alto volumen. Escala las habilidades de generación individual a un rendimiento de nivel de producción.

Lección 2 • Principios de diseño de flujo de trabajo

Establece los principios de los flujos de trabajo de producción de IA modulares, documentados y repetibles. Traduce todas las habilidades técnicas previas en un sistema de producción profesional estructurado.

Lección 3 • Estimación y alcance de proyectos de IA

Proporciona marcos para estimar el tiempo, el costo computacional y los ciclos de iteración para proyectos de imágenes con IA. Permite a los estudiantes definir el alcance y el precio de los trabajos profesionales con precisión.

Lección 4 • Bibliotecas de instrucciones y activos

Construye bibliotecas de instrucciones reutilizables, preajustes de estilo y repositorios de activos para una producción eficiente. Reduce el tiempo de preparación por proyecto y refuerza la consistencia visual en todos los entregables.